一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法技术

一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，属于环境与煤化工领域，目的在于研究并发现煤中黄铁矿和方解石与活性焦硫容和脱硝率之间的关系，包括如下步骤：a.对低温脱硫脱硝活性焦原料煤分组取样并测定各样品中活性矿物质含量；b.测定各组活性焦样品的硫容和脱硝率；c.分别建立煤中活性矿物质与活性焦的硫容和脱硝率的预测模型。本发明专利技术建立了煤中活性矿物质黄铁矿和方解石与活性焦的硫容和脱硝率的函数关系的预测模型，并利用预测模型可以直接将煤中活性矿物质含量直接转化为活性焦的硫容和脱硝率，从而更直接有效的判断煤样制备活性焦的潜力，更有利于煤基活性焦的推广应用。活性焦的推广应用。活性焦的推广应用。

【技术实现步骤摘要】
一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法


[0001]本专利技术属于环境与煤化工领域，具体涉及一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法。

技术介绍

[0002]非电行业，如焦化、烧结、窑炉等，由于烟温较低（＜200℃）、烟气组成复杂等原因，传统的湿法、半湿法烟气处理技术无法满足超低排放的要求。20世纪60年代开发的活性焦干法烟气脱硫脱硝技术由于具有低温脱硫脱硝活性高，能同时去除多种污染物（重金属、粉尘等），用水量少，能够生成易于回收利用的副产品等优点，被认为是一种较有效、经济、先进的烟气深度净化技术。
[0003]煤基活性焦是目前唯一一种得到大规模生产应用的活性焦。已有研究表明：煤种对活性焦的理化结构有显著影响，煤化程度较高的无烟煤制备得到的活性焦微孔较丰富，煤化程度低的褐煤制备得到的活性焦中孔丰富。进一步研究煤的组成对制备活性焦的调控机制对推动煤基活性进一步的推广应用具有重要的指导意义。
[0004]煤是由有机质和无机质组成的混合物，有机质在活性焦中主要作为碳骨架，其中无机质虽然含量较少，但在活性焦制备过程中对其孔结构和表面化学性质具有显著的影响。煤中无机矿物质含量一般在5~25%，主要包含石英、碳酸盐、硫化物、硫酸盐等。煤中黄铁矿（FeS2，含量一般＜3%）和方解石（CaCO3，含量一般＜8%）等活性矿物质对活性焦制备过程中的炭化（煤热解过程）和活化（活化剂分子（水蒸气和CO2等）刻蚀碳表面）有明显促进作用，并且对脱硫脱硝过程也有显著的影响。目前，尚未有研究针对煤中活性矿物质与活性焦低温脱硫脱硝建立直接联系。
[0005]基于现有技术中的上述缺失，需要建立简单、快速、有效地通过煤中活性矿物质含量预测活性焦低温脱硫脱硝性能的方法。

技术实现思路

[0006]本专利技术的目的在于研究并发现煤中黄铁矿和方解石与活性焦硫容和脱硝率之间的关系，提供一种能够快速预测活性焦低温脱硫脱硝性能的方法及其应用。
[0007]本专利技术采用如下技术方案：一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，包括如下步骤：a. 对活性焦制备原料煤分组取样，并测定煤样中活性矿物质的含量，其中，活性矿物质包括黄铁矿和方解石；采用X射线衍射仪（XRD）及eva siroquant定量软件分别测定各组分的活性矿物质黄铁矿（FeS2）和方解石（CaCO3）的含量；b. 分别测定各组煤样制备活性焦的硫容和脱硝率；c. 分别建立煤样中活性矿物质与活性焦的硫容和脱硝率的预测模型。
[0008]进一步地，步骤a中所述原料煤取样至少三组。
[0009]进一步地，步骤c中活性矿物质与硫容和脱硝率的预测模型均采用线性或非线性回归分析法建立。
[0010]进一步地，步骤c中，还包括对所述预测模型进行验证和优化。
[0011]进一步地，对预测模型进行验证和优化的方法，包括如下步骤：S1. 按照所述步骤a、b的操作方法，取一组煤样和用该煤样制备的活性焦，分别测量煤样中活性矿物质黄铁矿和方解石的含量以及活性焦的硫容和脱硝率；S2. 将上述活性矿物质含量输入所述预测模型，分别计算出活性焦硫容和脱硝率；S3. 将硫容和脱硝率的计算值与测量值进行比较，计算偏差，确定偏差最小的预测模型。
[0012]进一步地，煤样中活性矿物质与活性焦的硫容和脱硝率的预测模型，包括如下计算方法：T1. 测定活性焦原料煤中黄铁矿含量并记为P，测定原料煤中方解石的含量并记为C；T2. 利用以下公式将活性矿物质转换为活性焦的硫容S和脱硝率Re；S=K1P1+H1；S=A1P
22
+B1P2+D1；其中，K1=7.66，H1=60.18，P1的取值范围在0和1.5之间；A1=10.24，B1=
‑
54.72，D1=129.85，P2的取值范围在1.5和3之间；Re=L1/(1+(PP0)
K2
)+H2；其中，K2=0.57，H2=
‑
4957.22，L1=4962.18，P0=4323915.82；S=K3C1+H3；S=A2C
22
+B2C2+D2；其中，K3=12.05，H3=58.58，C1的取值范围在0和2之间；A2=0.67，B2=
‑
8.59，D2=98.53，C2的取值范围在2和8之间；Re=K3C1+H3；Re= A3C
22
+B3C2+D3；其中，K3=4.47，H3=7.96， C1的取值范围在0和2之间；；A3=0.78，B3=
‑
7.99，D3=29.68，C2的取值范围在2和8之间。
[0013]本专利技术的有益效果如下：本专利技术利用多元分析方法建立煤中活性矿物质（黄铁矿，方解石）与活性焦的硫容和脱硝率的预测模型，随后在后续测定活性焦低温脱硫脱硝性能时，直接测定活性焦制备原料煤中活性矿物质，并利用活性矿物质直接代入预测模型计算即可得到活性焦样品的硫容和脱硝率。而本专利技术的黄铁矿与硫容和脱硝率的预测模型的拟合度均大于0.80，方解石与硫容和脱硝率的拟合度均大于0.90，可见预测模型计算出的计算值与真实值较为接近，可以很好的替代直接检测的方法。
附图说明
[0014]图1本专利技术的预测模型的建立方法的流程图；图2为煤中黄铁矿含量与活性硫容的散点图及预测模型；图3为煤中黄铁矿含量与活性焦脱硝率的散点图及预测模型；图4为煤中方解石含量与活性焦硫容的散点图及预测模型；
图5为煤中方解石含量与活性焦脱硝率的散点图及预测模型。
具体实施方式
[0015]为了更清楚地说明本专利技术实施方式，下面将对实施方式中所需要使用的附图做简单地介绍。下面描述中的附图仅仅是本专利技术的一些实施方式，对于本领域相关人员，还可以根据这些附图获得其它的附图。
[0016]下面结合附图和具体实施方式对本专利技术作详细地描述，实施方式不能在此一一赘述，但本专利技术的实施方式并不能因此限定于以下实施方式。
[0017]1、活性焦低温脱硫脱硝性能的预测方法构思在判断活性焦低温性能是，硫容、脱硝率是判断活性焦性能的重要指标。本专利技术的构思在于活性焦作为一种分级多孔结构和表面化学性质活跃的材料，结构决定性能，其中，活性焦的结构很大程度上由原料煤的组成决定，即煤的组成对活性焦性能之间必然存在必然的联系。因此，探索、建立并找出煤中活性矿物质与活性焦硫容和脱硝率之间的关系，就能在后续生产制备活性焦，避免盲目尝试。如果煤中活性矿物质与对应生产的活性焦的硫容和脱硝率有固定的线性或非线性关系，通过简单检测煤中活性矿物质的含量，而后，根据煤中活性矿物质含量就能快速、方便确定用该煤制备活性焦的硫容和脱硝率，从而根据硫容、脱硝率确定其性能并用于指导活性焦的生产。
[0018]2、活性焦样品的制备参照图1示出的本专利技术的关键是含有不同矿物质活性焦样品的制备，具体的制备方法是将宁夏无烟煤进行脱灰处理（灰分＜1%），将黄铁矿（FeS2，0~3%）和方解石（CaCO3，0~8%）通过物理混合的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，其特征在于：包括如下步骤：a. 对活性焦制备原料煤分组取样，并测定煤样中活性矿物质的含量，其中，活性矿物质包括黄铁矿和方解石；b. 分别测定各组煤样制备活性焦的硫容和脱硝率；c. 分别建立煤样中活性矿物质与活性焦的硫容和脱硝率的预测模型。2.根据权利要求1所述的一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，其特征在于：步骤a中所述原料煤取样至少三组。3.根据权利要求1所述的一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，其特征在于：步骤c中活性矿物质与硫容和脱硝率的预测模型均采用线性或非线性回归分析法建立。4.根据权利要求1所述的一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，其特征在于：步骤c中，还包括对所述预测模型进行验证和优化。5.根据权利要求4所述的一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性能的方法，其特征在于：对预测模型进行验证和优化的方法，包括如下步骤：S1. 按照所述步骤a、b的操作方法，取一组煤样和用该煤样制备的活性焦，分别测量煤样中活性矿物质黄铁矿和方解石的含量以及活性焦的硫容和脱硝率；S2. 将上述活性矿物质含量输入所述预测模型，分别计算出活性焦硫容和脱硝率；S3. 将硫容和脱硝率的计算值与测量值进行比较，计算偏差，确定偏差最小的预测模型。6.根据权利要求1所述的一种基于煤中活性矿物质预测活性焦低温脱硫脱硝性...

【专利技术属性】
技术研发人员：张慧荣，牛健，郭彦霞，程芳琴，
申请(专利权)人：山西大学，
类型：发明
国别省市：